APP下载

全国各省GDP增长与地区居民人民币存储量的关系研究

2016-05-14贡小妹黄帅

经济师 2016年5期
关键词:存储量单位根数据模型

贡小妹 黄帅

摘 要:文章主要考虑各省的GDP变化对于各省居民人民币存储量的变化影响。文章中的数据来源于中国统计年鉴2004-2013年的数据。文章采用计量的方法对我国31个省近10年的GDP变化数据和当地居民人民币存储量的变化数据进行面板数据模型的分析,主要采用Eviews8.0软件进行分析检验,包括单位根的检验、协整检验和F检验。研究发现,地区GDP的增长会明显带动居民人民币存储量的增长,两者是呈正相关的关系。经济发达省份和经济不发达省份的GDP增长对于当地居民人民币存储量的增加影响尤为明显。经济发展中省份的GDP增长对于当地居民人民币存储量的影响较小。针对地区经济发展的差异,文章提出居民投资理财的建议。

关键词:各省GDP 地区居民人民币存储量 面板数据 投资理财

中图分类号:F830 文献标识码:A

文章编号:1004-4914(2016)05-010-04

一、引言

进入21世纪,随着我国的综合国力的提升,全面建设小康社会成为了党和国家工作的关注点。我国各省居民的生活水平得到了提高,越来越多人的理财观念发生了变化,居民正在逐渐接受基金、股票等投资理财方式,但是储蓄一直是我国居民理财的根本。各省GDP的增加对于各地区居民的人民币存储量的变化是否存在明显的相关关系,是本文所要研究的重点。

本文从计量经济学面板数据模型的角度,对全国各省GDP增长与地区居民人民币存储量的关系进行研究,探讨全国GDP的增长与人们的投资理财观念的变化。

二、理论基础

(一)计量经济学理论基础及基本模型

本文研究31个省2004-2013年间的GDP情况和各省居民的人民币存储量,属于在时间序列上选取多个截面所得的样本数据,故采用计量经济学面板数据模型对两者关系进行分析研究。要判断所选模型的具体形式(变截距模型、变系数模型以及动态模型),在进行模型估计前必须进行F检验。F检验基于单方程面板数据模型的三种情形及两个假设。

单方程的面板数据模型的三种情形及两个假设:

其中Yit是因变量,Xit是K*1维解释变量向量,n为截面成员个数,T为每个截面成员的观测时期总数。参数αit表示模型的常数项,βit为对应于回归向量Xit的系数向量。随机误差项uit相互独立,且满足零均值、等方差的假设。在成员截面上,该模型共含有n个截面成员方程,在时间截面上,该模型共含有T个时间截面方程。

情形1:横截面上无个体影响,无结构变化。即:αi=αj;βi=βj。

情形2:变截距模型,在横截面上个体影响不同,又分为固定影响和随机影响两种。即:αi≠αj;βi=βj。

情形3:变系数模型,除了存在个体影响外,在横截面上还存在变化的经济结构。即:αi≠αj;βi≠βj。

假设H1:斜率在不同的横截面样本点上和时间点上都相同,但是截距不同。

假设H2:截距和斜率在不同的横截面样本点和时间点上都相同。

如果接受了假设H2则检验停止,采用情形1的模型;如果拒绝了假设H2,则应继续检验假设H1,判断斜率是否都相等。如果拒绝假设H1,则应采用情形3的模型;如果接受假设H1,则采用情形2的模型。在确定模型类型之后,进行参数估计,建立模型。

(二)数据收集

本文选取全国31个省2004-2013年GDP变化和居民人民币存储量变化的数据,研究我国31个省近10年的GDP变化与居民人民币存储的关系。所选数据来源于《中国统计年鉴》2004-2013年的统计数据。

三、实证分析

(一)模型设定

基于理论模型(1)建立各省GDP对于地区居民人民币存储影响之间的回归模型。考虑到经济发展和居民人民币存储量都随时间有指数增长的趋势,为了消除变量可能存在的异方差和便于变量之间的长短期分析,故采取双对数线性模型:

其中lnGDPit是解释变量,表示各地区GDP年度数量的对数,单位是亿元;lnRMBsavingit是被解释变量,表示各地区居民人民币年度存储量的对数,单位是亿元;i为截面成员个数,t为每个截面成员的观测时期总数。本文中,成员截面上,该模型共含有31个截面成员方程,在时间截面上,该模型共含有10个时间截面方程。βit为对应于回归向量lnGDPit的系数向量,参数αit是截距项的常数项部分,随机误差项uit相互独立,且满足零均值、等方差的假设。

(二)取自然对数后数据的描述性统计

取自然对数后的变量描述性统计如下表1所示。

四、各省GDP增长与地区居民人民币存储量关系模型的检验

(一)单位根检验

利用面板数据进行具体的回归分析之前,首先需要进行单位根检验,以判断各变量序列的平稳性,从而防止回归得到的估计量是有偏的(即:伪回归)。对于单位根检验分为:相同单位根过程下的检验(有LLC检验、Breiting检验、Hadri检验)和不同单位根过程下的检验(有IPS检验、Fisher-ADF检验、Fisher-PP检验)。为了避免单种单位根检验方法的局限性,本文在Eviews8.0操作界面中采用LLC检验、IPS检验、Fisher-ADF检验和Fisher-PP检验进行综合分析。根据面板数据单位根检验的方法,依次按照有截距有趋势、有截距无趋势和无影响三种关系分别进行水平分析、一阶差分、二阶差分的分析。只有这三种(有截距有趋势、有截距无趋势和无影响)模型都不能拒绝原假设,认为该面板序列是非平稳的。表2是在只含截距的一阶差分条件下得到的检验结果。

由表2的单位根检验结果来看,在显著性水平为5%下,各检验方法所得的P值均小于5%,所以拒绝原假设(H0:存在单位根,不稳定)。说明无论是在同质面板(LLC检验)还是异质面板(IPS检验、Fisher-ADF检验和Fisher-PP检验)的检验下,都显示各水平变量存在单位根,其一阶差分序列都不存在单位根。该序列是一阶单整的。

(二)协整检验

由于单位根检验的结果显示该序列的水平变量存在单位根,其一阶差分序列不存在单位根,说明该序列是不平稳的。对于面板数据模型,如果变量序列是不平稳的,在进行回归估计之间需要进行协整检验,以防止虚假回归或者伪回归。在Eviews8.0中,本文采用Kao和Pedroni进行面板数据的协整检验,该方法是建立在Engle和Granger二步法检验基础上的面板协整检验。(如下表3)

由表3可知,在Pedroni检验方法下,除Panel rho-Statisic和Group rho-Statisic的P值不显著外,其余统计量分别在5%和1%的显著性水平上拒绝原假设(不存在协整关系)。在PP检验和ADF检验方法下,都显示在1%的显著性水平上拒绝原假设(H0:不存在协整关系)。而Kao检验的t-Statisic在1%的显著性水平上也拒绝原假设。本文研究主要依据Panel ADF-Statisic、Panel PP-Statisic和Group ADF-Statisic、Group PP-Statisic的统计结果,其他统计量作为参考。检验结果表明变量之间存在协整关系,可以进行对面板数据回归模型的估计。

(三)面板数据模型的估计—F检验

为了确定面板数据模型的具体形式(变截距模型、变系数模型以及动态模型),在进行模型估计前必须进行F检验。本文运用Eviews8.0软件计算得S1=0.745228(变系数模型);S2=1.448625(变截距模型);S3=13.52186(无影响模型)。按照如下公式,基于单方程的面板数据模型的三种情形及两个假设进行分析:

计算得:F1=7.802643665;F2=70.86432465

F[(N-1)K,(N(T-K-1))]=F(30,248)=1.505316

F[(N-1)(K+1),(N(T-K-1))]=F(60,248)=1.372769

因为F2=70.86432465>F[(N-1)(K+1),(N(T-K-1))]=F(60,248)=1.372769,所以拒绝假设H2,又因为F1=7.802643665> F[(N-1)K,(N(T-K-1))]=F(30,248)=1.505316,所以拒绝假设H1,所以接受假设情形3:变系数模型,除了存在个体影响外,在横截面上还存在变化的经济结构。即:αi≠αj;βi≠βj。

五、模型结果

根据F检验的结果进行回归分析,建立GDP与人民币存储之间的关系为固定影响变截距,变系数模型。通过Eviews8.0对模型(2)进行计算,估计结果如下:

lnRMBsavingit=αit+βitlnGDPit-0.316319

R2=0.998073,F-statistic=2105.804

得到的回归拟合优度R2=0.998073,较为接近1,说明GDP和人民币存储具有较高的拟合程度,F-statistic=2105.804相对较高,说明本次回归结果具有较高的可信度。系数βit和截距αit的估计结果如下表4所示。表4是依据各省弹性系数βit的大小进行的排名结果。

六、结果分析

本文采用Eviews8.0软件进行面板数据分析。由于各地区GDP发展和居民人民币存储量都随时间有指数增长的趋势,故采取双对数线性模型。为了防止虚假回归,在计算回归模型之前,首先进行单位根检验,研究发现取对数后的变量在一阶差分上是不存在单位根,说明变量序列是非平稳的。进一步进行协整检验,本文研究采用Kao和Pedroni进行面板数据的协整检验。检验结果拒绝原假设(变量序列不存在协整关系)。说明各省GDP与当地居民人民币存储之间存在协整关系。因而可以直接进行面板数据模型的估计,在此选择F检验来确定面板数据模型具体的影响形式,发现回归模型的影响形式是固定影响变截距、变系数模型。最后根据以上实验所得结论,建立人民币存储和各地区GDP之间的回归模型。

从表4可以看出,各省人民币居民存储量的截距项明显不同,说明由于各省的GDP增长量不同,会导致不同地区居民人民币存储量有不同程度的增加。一方面,反映了我国各地区经济发展不平衡;另一方面,说明各地区居民在理财观念上的差异。研究发现,尽管各地区的人民币存储存在一定的差异,但是人民币存储和地区GDP的增长总体上是呈正相关的关系,回归模型的系数显示各省之间存在差异,但是回归系数全部为正,说明各省GDP的增长对于居民人民币存储量的影响是正相关的关系。拟合优度为0.99807说明国家经济的发展会明显带动居民储蓄的增加。

弹性系数βit,反映各省GDP增长对于当地居民人民币存储量的影响大小。弹性系数大,说明经济发展对于居民人民币存储影响较大;弹性系数小,说明经济发展对于居民人民币存储影响较小。在各省的弹性系数中,发现上海(弹性系数1.215652087)、浙江(弹性系数1.179852716)、北京(弹性系数1.142657909)等经济发达的省份的弹性系数较大,说明这些省份的GDP每增长1%,该地区的居民人民币存储就会明显增加。除此之外,结合所收集的原始数据来看,发现西藏近10年来的GDP增长和居民人民币存储量是所研究的31个省份中最低的。从表4中发现西藏(弹性系数为1.172019819)、甘肃(弹性系数1.108277898)等经济略不发达的地区的弹性系数也较大,说明这些地区经济每增长1%,对于当地居民的人民币存储存在较大的影响。

从表4可以发现经济发达省份和经济不发达省份的弹性系数总体而言都大于1,是富于弹性的。说明该省经济发展对于该地区居民人民币存储量产生较大影响。而经济发展中省份的弹性系数小于1,是缺乏弹性的。说明这些省份的GDP增长对于居民人民币存储的影响相比而言有所减弱,但是由于其弹性系数较为接近于1,说明其影响是较为显著的。

七、结论及建议

国家GDP的增长和居民存储量的增长对于研究一个国家经济的发展具有重要意义。从本文验证结果表明,两者具有明显的正相关关系,拟合优度达到0.998073,说明国家GDP的增加对于各省居民人民币的存储增加具有明显的推动作用。从本次研究可以发现,各地区居民的人民币存储金额存在一定差异,经济发达省份和经济不发达省份的居民人民币存储受到当地经济发展的较大影响。各地区经济发展不平衡的同时,在一定程度上折射了各地区居民投资理财观念的差异。在此,对于更好地提高居民生活水平,增加居民收入,提出以下几点投资理财方面的建议:

转变投资理财观念。近年来,我国政府加强各类理财投资方式的监管方式和风险控制,规范个人投资理财环境,引导居民理财观念转变。由于储蓄的风险性较小,仍然是许多人理财方式的首选。但是从长远投资理财的角度来看,储蓄理财方式的年利率相比其他理财方式,收益甚微。转变地区居民的投资理财观念,可以更好地提高理财收益。在选择哪种理财方式之前,先对各种理财方式的收益进行整体的考量,结合自身的风险承受能力,选择合理的投资理财方式。

选择多渠道的投资理财方式,不要把鸡蛋放在同一个篮子里。理财的目的是为了更多的收益,在选择各种理财方式之前,先对各种理财进行风险性的估量。不要选择单一的理财方式,在稳健的投资上,选择更多收益的理财方式。以下提供几种投资理财的方式:

一是外汇投资。合理调整手中的外币资产结构,对外汇存款投资宜选择较短期的产品,适当关注并选择外汇理财产品。当前,随着我国综合实力的增强,人民币升值与否一直是社会讨论的热点。大量抛出外汇,完全持有人民币不可取。一方面是由于人民币与外汇兑换手续比较复杂;另一方面,在生活水平逐渐提高的条件下,人们对于旅游的需求也渐渐从国内转移到国外。在此情况下,若手上外汇之前结算干净的话,则对于再次购买外汇,会产生相对较高的手续费。

二是证券投资。证券投资相比较于股票,其风险相对小一点。但是居民在选择证券投资之前,必须了解目前证券市场的行情,在投资策略上,建议如下:(1)主动型投资策略。为获得最大限度的收益,可以选择在单项资产权重上显著区别于市场基准指数构造,也可以在投资政策许可的范围内,通过回购、拆借等手段融入资金,提高资产组合的杠杆比率;(2)半主动型投资策略。在指数优化的基础上,选择增持因本币升值而收益的优势行业的企业;(3)保守型投资策略。力求获得与市场相同的收益率,通常选择证券投资基金、固定收益证券、建构指数组合。

三是黄金等贵金属的投资。黄金作为一种重要的分散风险的投资工具,金价的变动与其他的经济信号变动息息相关。相比较与其他的投资方式,黄金等贵金属的投资,从长远来看具有两方面的价值:一是保值增值的价值。黄金作为与美元相对的等位币,其价值不言而喻。人民币在当前国际化浪潮下面临是升值还是贬值的问题,相对而言,黄金的投资较为稳健许多;二是可以作为首饰等艺术品继承下去。由于黄金其稳定的特性,在首饰领域也是独占鳌头,各种黄金配饰,在艺术观赏层面也具有较高的工艺价值。因此,可以作为家族投资,传承下来。

四是房地产投资。我国正处于经济快速发展、城市化加速发展的时期,越来越多的外来人员涌入大城市。形成对于住房的巨大需求,在此情况下,越来越多的人选择以在一座城市买房作为自己在一座城市立足的标志。由于目前我国还处于社会主义初级阶段,存在资源分配不合理,贫富差距等问题。城市较好的教育资源、就业环境、公共设施齐全等特点,更加坚定越来越多的人选择投资房地产的决策。楼市持续升温,房价居高不下。但是房地产投资从远期看来仍然存在较大的风险,因此,居民投资者要密切关注国家政策,审慎投资,根据自身的经济能力理性的做出投资决策。

五是教育投资。教育实质上也是一种投资行为,与其他投资行为相比,教育投资的特殊性表现在就学时间没有弹性,教育费用没有弹性,教育价格上升很快,子女的资质无事先预测等等。居民在进行教育投资时需要注意以下几个方面:(1)更新教育投资理念,做好职业规划。当前居民的教育理财观念没有及时地更新,所以居民在挑选合适的教育理财产品之前,需要借鉴专家之手。任何的投资行为都是存在风险的,所以居民在决定教育投资理财之前要做好相应的准备。(2)贷款接受高等教育。考虑到我国经济发展的不平衡性,各省居民的生活水平也存在很大差距。所以对于目前家庭生活拮据的大学生而言,贷款接受高等教育也是自我合理投资的行为。(3)合理地利用好国外教育资源。在选择国内还是国外求学时,要综合考虑目前的国家政策和自身的经济水平,作出理性的教育投资决策。

在居民选择任何一种投资理财方式时,都需要考虑该理财方式的风险性、流动性、收益性、政策风险等。在使自己的人民币存储增值的同时,要灵活运用各种投资理财方式,结合自身的风险承受能力和投资理财产品的特性,作出最佳的投资理财决策。更好地促进社会主义经济大发展大繁荣。

参考文献

[1] 邓焕彬,朱善庆.全国沿海主要港口吞吐量与地区经济发展关系研究[J].中国港口,2009(2)

[2] 刘志丽.人民币升值:个人如何投资理财[J].西部论丛,2005(10)

[3] 常华兵.人民币升值下的居民投资理财[J].财务与会计,2007(3)

[4] 张明慧.中国城市化进程对能源消费的影响——基于面板数据的实证分析[J].首都经济贸易大学学报,2012(6)

(作者单位:上海大学 上海 200444)

(作者简介:贡小妹,硕士生导师,博士,研究方向为工商管理;黄帅,硕士,研究方向为战略管理和知识产权管理。)

(责编:贾伟)

猜你喜欢

存储量单位根数据模型
面板数据模型截面相关检验方法综述
汽车零部件中转库房存储量仿真算法研究
STAR模型下退势单位根检验统计量的比较
加热炉炉内跟踪数据模型优化
卧式氨储罐储氨量计算
基于MCMC算法的贝叶斯面板单位根检验
ESTAR模型的单位根检验统计量及其功效比较
面向集成管理的出版原图数据模型
发展中国家经济周期波动趋势的统计检验
一种顾及级联时空变化描述的土地利用变更数据模型